标题
  • 标题
  • 作者
  • 关键词
登 录
当前IP:忘记密码?
年份
2024(3255)
2023(5067)
2022(4416)
2021(4358)
2020(3656)
2019(8816)
2018(9084)
2017(17134)
2016(9713)
2015(11240)
2014(11433)
2013(10938)
2012(9686)
2011(8631)
2010(9001)
2009(8156)
2008(8031)
2007(7255)
2006(6255)
2005(5551)
作者
(27053)
(22260)
(22144)
(21088)
(14257)
(10564)
(10172)
(8684)
(8530)
(8305)
(7678)
(7546)
(7272)
(7198)
(6844)
(6767)
(6678)
(6593)
(6568)
(6321)
(5602)
(5538)
(5485)
(5203)
(5065)
(5049)
(5024)
(4970)
(4583)
(4355)
学科
(37852)
经济(37816)
管理(25979)
(23546)
方法(20867)
(20346)
企业(20346)
数学(18857)
数学方法(18335)
中国(9593)
(9195)
理论(8753)
(8073)
业经(7280)
(7129)
教学(6643)
(6358)
贸易(6351)
(6180)
(6169)
地方(6070)
农业(5579)
(5525)
(5433)
财务(5394)
财务管理(5372)
(5249)
银行(5238)
技术(5132)
教育(5068)
机构
学院(131618)
大学(127789)
管理(49445)
(47782)
经济(46582)
理学(42409)
理学院(41951)
管理学(40594)
管理学院(40377)
研究(39137)
中国(30875)
(27089)
科学(25462)
(22289)
(21206)
(20277)
(19961)
业大(19240)
中心(18974)
研究所(18179)
财经(17543)
北京(17167)
技术(17128)
(17122)
(17077)
师范(16886)
(15794)
农业(15608)
(14262)
经济学(14137)
基金
项目(84706)
科学(65634)
研究(61854)
基金(58787)
(51185)
国家(50771)
科学基金(43681)
社会(35972)
(35287)
社会科(33994)
社会科学(33983)
教育(31083)
基金项目(30140)
自然(29725)
(29159)
自然科(29098)
自然科学(29096)
自然科学基金(28524)
编号(27174)
资助(26463)
成果(21768)
重点(19406)
课题(19400)
(17678)
(17657)
(17509)
大学(16386)
创新(16364)
科研(16300)
项目编号(16296)
期刊
(52876)
经济(52876)
研究(36084)
中国(29575)
教育(20462)
管理(19490)
学报(19335)
(18207)
(17883)
科学(17677)
技术(15593)
大学(14850)
学学(13772)
农业(12066)
(10906)
金融(10906)
业经(9533)
统计(9356)
经济研究(8592)
(8239)
财经(8127)
决策(7627)
图书(7381)
职业(7330)
技术经济(7056)
(6977)
(6873)
问题(6373)
商业(6353)
(6262)
共检索到196431条记录
发布时间倒序
  • 发布时间倒序
  • 相关度优先
文献计量分析
  • 结果分析(前20)
  • 结果分析(前50)
  • 结果分析(前100)
  • 结果分析(前200)
  • 结果分析(前500)
[期刊] 统计与决策  [作者] 张光友  
“季节波动预测模型新探”一文中的统计预测方法,是统计预测方法研究的一个创新。为此,我们特地约请中南财经大学副校长汪行远教授对该文作了如下评介——《统计与决策》编辑部嘱我为张光友同志的“季节波动预测模型新探”一文作个评介,欣然受命。季节波动预测是经济预测中的传统课题,关于这方面的著述甚多。但把统计分组法和回归分析结合在一起研究季节波动的尚不多见。与传统方法比较,“新探”一文中提出的方法直观简便,一步到位,颇有新意。对于长期趋势和季节波动并存的一些较为规律的经济现象不失为值得一试的方法。当然任何一种预测方法都有其特点和局限性。诸位读者见仁见智,自会评说,如果由此能引起一些讨论,我想也是一件有意义的事情。
[期刊] 统计与决策  [作者] 汪潘义  吴凤平  
文章将数据统计分组,用灰色预测分析,对不同季节的时间序列分别建立了一阶微分方程,并求出预测公式,从而得出预测值。这种模型比通常的季节预测模型有更好的效果。
[期刊] 统计与决策  [作者] 张国政  罗党  
文章针对复杂系统行为序列中的季节性波动特征,提出了基于季节因子及傅里叶优化的灰色季节预测模型。首先,该模型提出包含年度作用系数的季节因子,其通过年度作用系数的改变,可转化为均值季节因子、新信息季节因子和关联季节因子;其次,考虑行为序列受时间变化作用的影响,在预测模型中加入线性修正项,以提高模型预测精度,并利用傅里叶级数来拟合模型预测残差序列中的周期波动特征。最后,将模型用于郑州站点降水的模拟与预测,研究结果证明了构建的模型具有更高的预测精度。
[期刊] 统计与决策  [作者] 张国政  罗党  
文章针对复杂系统行为序列中的季节性波动特征,提出了基于季节因子及傅里叶优化的灰色季节预测模型。首先,该模型提出包含年度作用系数的季节因子,其通过年度作用系数的改变,可转化为均值季节因子、新信息季节因子和关联季节因子;其次,考虑行为序列受时间变化作用的影响,在预测模型中加入线性修正项,以提高模型预测精度,并利用傅里叶级数来拟合模型预测残差序列中的周期波动特征。最后,将模型用于郑州站点降水的模拟与预测,研究结果证明了构建的模型具有更高的预测精度。
[期刊] 数理统计与管理  [作者] 王书平  吴振信  张蜀林  
油价预测是能源市场研究的一个重要领域.本文基于季节调整技术和周期性分析技术,提出了一个新的预测模型-季节-谐波模型,其思路是分解-组合.通过对五种油品(WTI原油、Brent原油、无铅汽油、柴油和取暖油)价格的实证分析,与其它五种方法(ARIMA模型、指数平滑、Winters方法、EGARCH模型和逐步自回归)相比,季节-谐波模型取得了最好的预测效果.
[期刊] 统计与决策  [作者] 孙舞媛  伍海军  
文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测。实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5%之内。
[期刊] 统计与决策  [作者] 孙舞媛  伍海军  
文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测。实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5%之内。
[期刊] 统计与决策  [作者] 张晓庆  
[期刊] 统计与决策  [作者] 蒋克强  
看了92年第4期《统计与决策》36页上刊登的何云清先生《季节比率预测方法新探》(以下简称《季》)一文,我认为此方法不佳,并且计算数据及模型公式出
[期刊] 统计与决策  [作者] 何云清  
季节比率是测定社会经济现象季节变动规律的相对指标。季节变动是指某些社会经济现象,在一年内随着季节的更换发生的规律性的变动。根据季节比率预测社会经济现象未来的发展变化,有利于企业进行短期市场预测和企业的计划管理。目前,国内许多社会经济统计学论著和预测方法专论中都有季节比率预测方法的阐述,其中剔除长期趋势的季节比率预测方法可概括如下: 季节比率预测值=实际发展水平的趋势预测值×季节比率
[期刊] 统计与决策  [作者] 崔敏  汪飞星  刘秀芹  
如何衡量并消除以春节为代表的移动节假日影响是我国季节调整中的一项重点和难点。文章介绍了三区段变权重春节模型,选取由2001年1月至2013年6月CPI环比数据转换的物价指数,从数据中分离出趋势成分、季节因子、春节因子和随机因子,进行春节影响调整,再对调整后时间序列分别采用传统的指数平滑法和X-12-ARIMA方法进行2013年7月至2014年2月的短期建模预测。结果表明选取的CPI指数序列确实受春节因素的影响,经过春节假日调整后的温特指数模型和X-12-ARIMA模型都预测出了比较准确的结果。
[期刊] 统计与决策  [作者] 肖良  
文章以居民消费价格指数(CPI)的短期预测作为切入点,采用定量的时间序列分析方法,建立季节自回归综合移动平均(季节性ARIMA模型)模型对CPI时间序列进行量化分析。首先阐述基于该模型的CPI预测的一般过程,即:平稳化处理、差分变换的阶数辨识、参数估计,时间序列模型的构建,然后对模型进行性能检验,确定较适合的季节自回归综合移动平均模型,最后在实证分析中探讨经济变量CPI与时间变量之间的变动规律,对CPI时间序列进行适当的差分处理,取得了较为理想的预测效果。
[期刊] 价格月刊  [作者] 王扬眉  杨桂元  
以安徽省CPI月度数据为样本数据,利用Eviews6.0软件,建立乘积季节预测模型,并用该模型预测安徽省未来三个月的CPI指数,结果比较真实、能准确地反映安徽省CPI变化趋势。
[期刊] 统计与决策  [作者] 郁玉环  
时间数列的变动是受多种因素共同影响的结果。其影响因素分为长期趋势T、季节变动S、循环变动C和不规则变动I,其中,长期趋势T和季节变动S是影响时间数列变动的两大主要因素。对
文献操作() 导出元数据 文献计量分析
导出文件格式:WXtxt
作者:
删除